利用预训练音频表征学习检测新颖且细粒度的声学序列
声音
2023-05-05 v1 机器学习
音频与语音处理
摘要
本工作研究用于少样本声音事件检测的预训练音频表征。我们具体解决新颖声学序列（即具有语义有意义时间结构的声音事件）的少样本检测任务，且不假设可获取非目标音频。我们开发了用于预训练适用表征的流程，以及将其迁移至我们少样本学习场景的方法。我们的实验在AudioSet上评估了所预训练表征的通用效用，并通过由真实世界声学序列构建的任务评估了所提少样本方法的效用。我们的预训练嵌入适用于所提任务，并支撑了我们少样本框架的多个方面。
引用
@article{arxiv.2305.02382,
title = {Learning to Detect Novel and Fine-Grained Acoustic Sequences Using Pretrained Audio Representations},
author = {Vasudha Kowtha and Miquel Espi Marques and Jonathan Huang and Yichi Zhang and Carlos Avendano},
journal= {arXiv preprint arXiv:2305.02382},
year = {2023}
}
备注
IEEE ICASSP 2023